Recomanacions per a futures investigacions

Un cop s'ha finalitzat el present treball i s'ha adquirit un ampli ventall de coneixements del tema tractat, a un li venen al cap molts aspectes que creu que s'haurien pogut fer de manera diferent. En aquest apartat es proposen un seguit de qüestions que poden ser útils en futures investigacions relacionades amb el tema d'aquest treball final de grau.

 Augmentar la il·luminació generada pel làser provant d'enfocar la mateixa secció amb diversos emissors.

 Realitzar la campanya experimental en hores que no hi hagi llum natural. La llum que entra per les finestres del laboratori, encara que sembli poca, acaba afectant negativament els resultats.

 Utilitzar cabals més diferents entre si, per exemple un Q2 que sigui 3 vegades Q1. Quan

es va realitzar aquest treball no es coneixia prou bé el funcionament de la comporta que dóna entrada l'aigua al canal. Per això els dos cabals estudiats en aquest treball són tan semblants.

 Afegir algun tipus de traçador a l'aigua per tal que el làser pugui il·luminar més les partícules.

 No oblidar mesurar la distància entre la càmera i el paper calibrador que actua com a escala gràfica.

 Realitzar les gravacions amb una càmera més senzilla (com per exemple la d'un mòbil) i estudiar si s'obtenen resultats semblants.

 Utilitzar una càmera de major velocitat de gravació per l'estudi de fenòmens transitoris.

74

9. REFERÈNCIES BIBLIOGRÀFIQUES

Aragón, J.; Martí, B. i Sánchez Juny, M. (2008). Análisis experimental de frentes de onda generados por la apertura rápida de una compuerta. FLUMEN

Calvo, A. (2015). Campo de velocidades y calados en un aliviadero escalonado en presas de HCR, mediante técnicas de reconocimiento de imágenes. Treball final de grau: UPC BARCELONATECH, Espanya

Cortijo, C. (2015). Aplicació de tècniques PIV en hidràulica experimental. Cas d'un règim ràpid en làmina lliure. Treball final de grau: UPC BARCELONATECH, Espanya

Huang, H.; Dabiri, D. i Gharib, M. (1997). On errors of digital particle omage velocimetry. Measurement Science and Technology 8: 1427 - 1440, DOI: http://dx.doi.org/10.1088/0957- 0233/8/12/007

Pons, M. (2015). Estudi experimental mitjançant vídeo d'alta velocitat d'un sobreeixidor esglaonat. Treball final de grau: UPC BARCELONATECH, Espanya

Sánchez-Tembleque Díaz-Pache, F. (2014). Medición con láser e imagen digital de superfícies de sedimientos en un laboratorio de hidráulica.Tesi Doctoral: Universidade de Coruña, Espanya

Shavit, U.; Lowe, R. i Syeinbuck, J. (2007). Intensity capping: a simple method to improve corss- correlation piv results. Experiments in Fluids 42: 225-240, DOI: http://dx.doi.org/10.1007/s00348-006-0233-7

75 Soria, J. (1996). An investigation of the near wake of a circular cylinder using a video-based digital cross-correlation particle image velocimetry technique. Experimental Thermal and Fluid Science 12: 221-233, DOI: http://dx.doi.org/10.1016/0894-1777(95)00086-0

Thielicke, W. (2014). The Flapping Flight of Birds - Analysis and Application. Tesi Doctoral: Rijksuniversiteit Groningen, Països Baixos

Thielicke, W. and Stamhuis, W. J. (2014a). PIVlab - Time-Resolved Digital Particle Image Velocimetry Tool for MATLAB (v:7.09). DOI: http://dx.doi.org/10.6084/m9.figshare.1092508

Thielicke, W. and Stamhuis, W. J. (2014b). PIVlab - Towards Useer-friendly, Affordable and Accurate Digital Particle Image Velocimetry in MATLAB. Journal of Open Research Software, 2: e30, DOI: http://dx.doi.org/10.5334/jors.bl

76

ANNEX A - CODIS DE PROGRAMACIÓ

descomposar vídeos en frames

% Leemos el archivo .avi del vídeo y lo descomponemos en los fotogramas que lo

% forman. Cada fotograma se guarda en un archivo .jpg llamado: 'frame_00kkk.jpg',

% donde kkk es el número de fotograma en el vídeo.

vid =

mmreader('C:\Users\Arnau\Desktop\Videos_TFG\Perfils_velocitats\DSC_003

2.mp4');% Especificar el directorio donde está guardado el vídeo

numFrames = vid.NumberOfFrames; for k=1:numFrames fr=read(vid,k); name_write_rgb=['C:\Users\Arnau\Desktop\Videos_TFG\Perfils_velocitats\

frames\rgb\frames_rgb_0032\frames_rgb_0032' num2str(k, '%05u')

'.jpg']; % Especificar el directorio donde se han de guardar los

fotogramas

imwrite(fr,name_write_rgb,'jpg');

end

% C:\Users\Arnau\Documents\Arnau\Enginyeria Civil\4t\TFG\Perfils_de_velocitats\DSC_0005.MOV

77

'frames_no_valids'

% crear script per determinar el nombre de columnes que no tenen el píxel de valor màxim a la posició del fons del canal

pixel_fons_minim=50; %estableixo un límit inferior del valor dels píxels de la solera

col_inici=790; % 1a columna de la imatge analitzada

col_fi=1300; % última columna de la imatge analitzada

domini_fons=100; %zona que delimito com a fons del canal

num_errors=zeros(1,100);

percentatge_errors=zeros(1,100);

% directori on es troben les imatges

gray_dir = 'C:\Users\Arnau\Documents\Arnau\Enginyeria

Civil\4t\TFG\Calcul_calat_Matlab\frames\0007\';

files = dir([gray_dir '*.jpg']); i=1;

for file = files'

gray_fr = imread([gray_dir file.name]); num_max_no_fons = 0;

for x = col_inici:col_fi;

columna_imatge = gray_fr(:, x); j=1080;

while columna_imatge(j) < pixel_fons_minim;

posicio_fons=j; j=j-1;

end

[max_columna, posicio]=max(columna_imatge);

if posicio < posicio_fons + 0.5*domini_fons && posicio > posicio_fons - 0.5*domini_fons num_max_no_fons = num_max_no_fons + 0; else num_max_no_fons = num_max_no_fons + 1; end end num_errors(i)=num_max_no_fons; percentatge_errors(i)=100*num_max_no_fons/(col_fi-col_inici + 1); i = i + 1; end

% Els resultats es graven a un arxiu excel

xlswrite('C:\Users\Arnau\Documents\Arnau\Enginyeria

Civil\4t\TFG\Calcul_calat_Matlab\num_errors_0007.xls',num_errors')

xlswrite('C:\Users\Arnau\Documents\Arnau\Enginyeria

Civil\4t\TFG\Calcul_calat_Matlab\percentatge_errors_0007.xls',percenta

78

'dist_solera_sup_lliure'

% Funció que em determina el calat

factor_pix_per_cm = 27.53; % Relació per convertir els píxels a cm

amplada_cm = 20;

col_inici=790; % 1a columna de la imatge analitzada

col_fi=col_inici + amplada_cm*factor_pix_per_cm; % última columna de la imatge analitzada

num_col = 10; % nº de columnes analitzades

calat = zeros (1,num_col); res = [];

% directori on es troben les imatges

gray_dir = 'C:\Users\Arnau\Documents\Arnau\Enginyeria

Civil\4t\TFG\Calcul_calat_Matlab\frames\0007\';

files = dir([gray_dir '*.jpg']);

for file = files'

gray_fr = imread([gray_dir file.name]); j = 1;

for x = linspace(col_inici, col_fi, num_col); col = floor(x); %arrodoneix cap avall

columna_imatge = gray_fr(:, col);

[X,I] = max(columna_imatge); % I és la posició de la solera del canal

%Extrec els primers valors de columna_imatge

c = columna_imatge(1:(I-200));

[X1,I1] = max(c); % I1 és la posició de la superfície lliure

calat(j) = (I - I1); j = j + 1;

end

res = [res ; calat];

end

res=res./factor_pix_per_cm; % píxels ---> cm; % Els resultats es graven a un arxiu excel

xlswrite('C:\Users\Arnau\Documents\Arnau\Enginyeria

79

'calat_front_ona'

% Algorisme que calcula el calat dels fronts d'ona

factor_pix_per_cm = 24.2; % Relació per convertir els píxels a cm

col_inici=800; % 1a columna de la imatge analitzada

col_fi=1200; % última columna de la imatge analitzada

num_col = 70; % nº de columnes analitzades

calat = zeros (1,num_col); res = [];

% directori on es troben les imatges

gray_dir = 'C:\Users\Arnau\Documents\Arnau\Enginyeria

Civil\4t\TFG\Calcul_calat_Matlab\frames\Front_ona\0033\';

files = dir([gray_dir '*.jpg']);

for file = files'

gray_fr = imread([gray_dir file.name]); j = 1;

for x = linspace(col_inici, col_fi, num_col); col = floor(x); %arrodoneix cap avall

columna_imatge = gray_fr(:, col); i = 1080;

while columna_imatge(i)<40

i = i - 1; %posició de la solera del canal

end

t = 1;

while columna_imatge(t)<40

t = t + 1; %posició de la superfície lliure

end

calat(j) = (i - t); j = j + 1;

end

res = [res ; calat];

end

res=res./factor_pix_per_cm; % píxels ---> cm; % Els resultats es graven a un arxiu excel

xlswrite('C:\Users\Arnau\Documents\Arnau\Enginyeria

80

ANNEX B - PERFILS DE VELOCITAT

Figura 53. Perfil de velocitat del vídeo 1. Obtingut amb l'aplicació PIVlab.

81

Figura 55. Perfil de velocitat del vídeo 3. Obtingut amb l'aplicació PIVlab.

82

Figura 57. Perfil de velocitat del vídeo 5. Obtingut amb l'aplicació PIVlab.

83

Figura 59. Perfil de velocitat del vídeo 7. Obtingut amb l'aplicació PIVlab.

84

Figura 61. Perfil de velocitat del vídeo 9. Obtingut amb l'aplicació PIVlab.